Pengaruh Predatory Pricing, Sikap Konsumen dan Pemasaran Interaktif terhadap Peningkatan Penjualan UMKM di TikTok Shop (Studi kasus UMKM kuliner di Jakarta Selatan)
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui pengaruh predatory pricing, sikap konsumen, dan pemasaran interaktif terhadap peningkatan penjualan UMKM di TikTok Shop baik secara simultan maupun parsial. Desain penelitian ini menggunakan metode kuantitatif dengan teknik non-probability sampling. Populasi penelitian ini adalah pelaku UMKM kuliner di wilayah Jakarta Selatan yang menggunakan TikTok Shop dengan sampel yang digunakan sebanyak 100 responden dengan menggunakan rumus roscoe. Metode analisis data yang digunakan merupakan analisis regresi linear berganda, uji auto korelasi, uji F (simultan), Uji t (parsial), dan Koefisien Determinasi (Adjusted R Square) dengan bantuan software SPSS 25. Hasil penelitian ini menunjukkan terdapat pengaruh secara simultan antara variabel Predatory Pricing, Sikap Konsumen, dan Pemasaran Interaktif berpengaruh signifikan terhadap Peningkatan Penjualan. Secara parsial, Predatory Pricing dan Sikap Konsumen berpengaruh signifikan terhadap Peningkatan Penjualan. Sementara Pemasaran Interaktif tidak berpengaruh signifikan terhadap Peningkatan Penjualan. Kata Kunci: Predatory Pricing, Sikap Konsumen, Pemasaran Interaktif, Peningkatan Penjualan
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».